Nanako0129/sepia · 上手攻略

  • 仓库：Nanako0129/sepia
  • 链接：https://github.com/Nanako0129/sepia
  • 分类：AI 写作 · Humanizer · Agent Skill
  • 作者：Tom
  • 更新：2026-08-30

是什么

sepia 是一款专门用来消除 AI 写作痕迹的 Agent Skill，兼容 Claude Code、Codex、Grok Build 和 Antigravity 四平台。核心思路不是改词换句，而是先修小说的叙事架构，再碰专业文档的语域规范——因为 2026 年 3 月发表的 StoryScope 论文（Russell et al.）已经证明：只靠叙事结构特征检测 AI 小说，准确率就能达到 93.2% macro-F1；单纯改字句风格分数只从 95.5% 降到 93.9%，几乎不动——说明真正的破绽在架构层，不在用词。

sepia 把这个研究发现和另外十一篇相关论文（覆盖 LAMP/CHI 2025、Measuring AI Slop/arXiv 2509、NarraBench/arXiv 2510 等）转化成一个三 Pass 写作与修订流程，同时支持小说和专业文档两大类。

解决什么问题

主流 humanizer 都在改词改句，sepia 认为这是打不完的猫鼠游戏：AI 的写作模式是结构性的，改表面特征（词汇、句长、语法）只能局部降权，分类器仍然能靠叙事架构特征识别出 AI 作品。

sepia 直接在架构层做修复：

  • 小说：叙事者直接讲主题 → 改为暗示；单线因果链 → 松开；揭露全放开头 → 后置；情绪只有身体感受 → 混用模式；无真实世界参照 → 插入真实事物。
  • 专业文档：填充文字无信息量 → 删；该下判断时在闪躲 → 直接写；chatbot 残留语气 → 清除；无视 venue 的语域 → 按场景匹配。

一句话：sepia 修复的是让 AI 露馅的根，不是表面的词。

快速安装

Claude Code

claude plugin marketplace add Nanako0129/sepia
claude plugin install sepia@sepia --scope user

Codex

codex plugin marketplace add Nanako0129/sepia
codex plugin add sepia@sepia

Grok Build

grok plugin install Nanako0129/sepia --trust

Antigravity（手动）

# v0.2.0，检测到已有目标路径则中止，请先移走旧版
git clone --branch v0.2.0 --depth 1 \
  https://github.com/Nanako0129/sepia.git "$HOME/.sepia"

mkdir -p "$HOME/.gemini/config/skills" \
         "$HOME/.gemini/antigravity/global_workflows"

cp -R "$HOME/.sepia/skills/sepia" \
      "$HOME/.gemini/config/skills/sepia"
cp "$HOME/.sepia/.agents/workflows/sepia.md" \
   "$HOME/.gemini/antigravity/global_workflows/sepia.md"

全部默认 user scope，安装一次所有项目通用。 Antigravity 无自动更新，需手动重复以上步骤切换版本。

核心用法

sepia 在 session 中暴露四个操作：

操作 说明
write 从零生成符合人类写作习惯的内容
review 诊断 AI 痕迹，只输出问题清单，不修改
refactor 最小化修改，只改最关键的破绽
recreate 全篇重写，保留核心信息但重建叙事结构

三 Pass 流程（小说）

Pass 1 → 叙事架构（最关键）
  停止直接解释主题
  松开因果链的紧密度
  把揭露点往后放
  混用情绪表达模式（身体感受 / 心理 / 行为）
  稀疏化角色网络
  插入真实世界参照

Pass 2 → 篇章推进
  拆掉"段落—问题序列"的模板感
  修整故事中段（Sag）的松垮
  变化句段节奏与位置

Pass 3 → 字句风格
  陈腔滥调、句法模板、用词、语域
  （跟其他 humanizer 一样的层次，
   但放在架构修复之后）

专业文档分域规则

文档类型 核心原则
发版说明 / 公告 用户影响优先；每项声明附佐证；不灌营销词
PR / issue 回复 答案前置；引用 file:line；不反射性称赞美团；篇幅与事态严重程度成正比
事故复盘 对人不追责，对机制追到底；附时间戳；记录走过的死路；每个行动项有人负责
工单 标题 = 结果；验收条件可测试；能链接就不重复内容
技术文章 从问题切入；保留一条真实走过的死路；给出一个明确判断；数字附适用条件

校准原则（⚠️ 注意）

以整个人类写作分布为校准目标，不要把 AI 分布直接倒过来套。

每篇只选 3–5 个手法施加，其余留白。把每条规则都用上的故事会形成另一种指纹——sepia 的设计哲学是选点精准，不是堆砌。

典型适用场景

  1. 小说创作：Claude Code/Codex 生成初稿后，用 recreate 重建叙事架构，消除"解释性 narrator"和"单线因果"等 AI 常犯的架构问题。
  2. 技术博客 / 文档：用 review 诊断 AI 惯用语（"当然，我们可以……""值得注意的是……"），再用 refactor 精准修正。
  3. 发布说明 / changelog：发给用户的技术公告，用专业文档 pass 确保语域匹配、声明有据可查。
  4. 团队代码审查回复：PR 评论 / issue 回复用 write，确保答案前置、有文件引用、不触发 chatbot 反射。

坑与注意

  • ** Antigravity 无自动更新**：每次 grok plugin update 不会更新 Antigravity 安装，需要手动重新 clone 指定版本。
  • 每篇 3–5 个手法的限制：过度使用会导致内容看起来像刻意反向操作，反而形成新指纹。⚠️ 建议先诊断再选择要修哪几项，不要全上。
  • 专业文档 venue 匹配：如果文档同时发内部和外部，需要各选一套规则，sepia 按文件名或参数区分（具体见 professional-pass.md）。
  • 模型指纹修正（⚠️ 不同模型版本可能失效）：sepia 内置了 Claude / GPT / Gemini / DeepSeek / Kimi 的指纹修正表，基于特定模型版本测出，新版模型可能需要重新校准。
  • review 是诊断而非修改：review 操作只给问题列表，不会自动改内容，需要手动调用 refactor 或 recreate。

与同类对比

工具 改哪层 跨平台 学术依据
sepia 叙事架构 + 字句 Claude Code / Codex / Grok Build / Antigravity 有，StoryScope + 11 篇论文
HumanizeGPT / Cohere 字句层 网页 / API 无明确研究
通用 humanizer 字句层 各平台不等 无

sepia 的核心差异化在于架构层修复，且基于可复现的学术研究，而非凭语感的改写工具。

一句话推荐结论

写小说或专业文档时，如果发现 AI 生成内容已经被读者识别出"AI 味"，问题很可能不在词汇而在叙事结构——sepia 是目前唯一一个把学术研究直接工程化、覆盖小说和五类专业文档的 Agent Skill，值得在所有 AI 写作场景中优先试用。

来源：GitHub README (EN + 繁中)、research/ 目录论文摘要；版本以 README 最新为准（v0.2.0 for Antigravity）。